帕内特

PANET:一个基于GPU的工具,用于大规模生物网络中鲁棒动力学和前馈/反馈回路结构的快速并行分析。揭示生物网络的结构特性与动态行为之间的关系一直是系统生物学的一个挑战。一个名为NetDS的Cytoscape插件最近被用来分析生物网络的鲁棒性相关动力学和前馈/反馈环结构。尽管有这样一个有用的功能,但由于计算成本高,可以分析的网络规模存在限制。此外,由于插件没有模拟大量随机网络上的观察结果的功能,因此无法验证观察结果所引发的内在属性。为了克服这些限制,我们开发了一个新的软件工具PANET。首先,使用OpenCL库重新设计netd中耗时的部分以并行方式处理。该方法充分利用了多核中央处理器和图形处理单元的计算能力。最终,这使得研究大规模网络成为可能,例如具有1609个节点和5063个链路的人类信令网络。我们还开发了一个新的函数来执行批处理模式的模拟,它生成大量随机网络,并对其进行鲁棒性计算和前馈/反馈回路检查。这有助于我们确定在真实生物网络中的发现在任意随机网络中是否有效。我们在两个基于两个大规模信令网络的案例研究中测试了我们的插件,发现了关于一致耦合的前馈/反馈循环和健壮性之间关系的有趣结果。此外,我们通过批处理模式模拟验证了这些发现是否在随机网络中保持一致。综上所述,我们的插件有望有效地研究大规模网络中动力学和结构属性之间的各种关系。我们的软件工具、用户手册和示例数据集可在http://panet csc.sourceforge.net/。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换


zbMATH中的参考文献(参考文献1条)

显示结果1/1。
按年份排序(引用)

  1. 里翁·布拉蒂格·科雷亚;亚历山大J。盖茨;王璇;路易斯M。Rocha:CANA:python包在布尔网络中量化控制和渠化(2018)阿尔十四